L’Università di Ferrara ha avviato nel 2026 una nuova fase della propria strategia scientifica con la creazione di IA@UniFE, un centro di interesse strategico dedicato allo sviluppo, allo studio e alla diffusione dell’intelligenza artificiale. La nuova struttura nasce con l’obiettivo di consolidare e coordinare le competenze già presenti all’interno dell’ateneo in un ambito tecnologico che sta assumendo un ruolo sempre più centrale sia nella ricerca scientifica sia nei processi di innovazione industriale. Il centro è operativo dall’inizio del 2026 ed è guidato dal professor Fabrizio Riguzzi del Dipartimento di Matematica e Informatica, figura di riferimento nel campo dell’apprendimento automatico e dell’intelligenza artificiale spiegabile.
La nascita del centro rappresenta una scelta strategica che riflette la crescente importanza dell’intelligenza artificiale come tecnologia trasversale capace di influenzare numerosi settori della società contemporanea. Secondo la rettrice dell’ateneo Laura Ramaciotti, l’istituzione di una struttura dedicata consente di rafforzare in modo organico e strutturato l’impegno scientifico dell’università in un ambito destinato a diventare centrale per il futuro della ricerca, della formazione e del trasferimento tecnologico. L’intelligenza artificiale, infatti, non è più considerata soltanto una disciplina informatica specialistica, ma una tecnologia abilitante che attraversa molteplici campi del sapere, dalla fisica alla medicina, dall’ingegneria alle scienze sociali e umanistiche.
Il centro IA@UniFE nasce quindi come un ecosistema di competenze multidisciplinari progettato per mettere in relazione ricercatori provenienti da diversi dipartimenti dell’università. Tra le strutture coinvolte figurano il Dipartimento di Matematica e Informatica, il Dipartimento di Ingegneria, il Dipartimento di Scienze dell’Ambiente e della Prevenzione, il Dipartimento di Fisica e Scienze della Terra e il Dipartimento di Studi Umanistici. Questo approccio interdisciplinare riflette una delle caratteristiche fondamentali dell’intelligenza artificiale contemporanea, che richiede l’integrazione di competenze matematiche, informatiche, ingegneristiche, ma anche filosofiche, giuridiche e sociali.
Uno degli obiettivi principali del nuovo centro è coordinare e promuovere progetti di ricerca di interesse strategico nel campo dell’intelligenza artificiale. Attraverso questa struttura l’ateneo intende rafforzare la partecipazione a programmi di ricerca nazionali ed europei, favorendo la collaborazione con altre università, istituti scientifici e partner industriali. Il centro agirà quindi come un nodo di coordinamento capace di mettere in rete competenze scientifiche diverse e di facilitare l’accesso a finanziamenti destinati allo sviluppo di tecnologie basate su apprendimento automatico, analisi dei dati e sistemi intelligenti.
Dal punto di vista scientifico, uno dei temi di ricerca centrali riguarda l’integrazione tra approcci simbolici e sub-simbolici nell’intelligenza artificiale. I metodi sub-simbolici comprendono tecniche di apprendimento automatico basate su grandi quantità di dati, come le reti neurali profonde utilizzate nei moderni modelli di linguaggio o nei sistemi di visione artificiale. Gli approcci simbolici, invece, derivano dalla tradizione dell’intelligenza artificiale logica e si basano su rappresentazioni esplicite della conoscenza e su sistemi di inferenza formale. L’integrazione di questi due paradigmi rappresenta una delle sfide più rilevanti nella ricerca contemporanea sull’AI, poiché consente di sviluppare sistemi capaci non solo di apprendere dai dati, ma anche di ragionare in modo strutturato e interpretabile.
Questa prospettiva di ricerca si inserisce nel più ampio dibattito scientifico sull’intelligenza artificiale spiegabile e affidabile. Molti sistemi di apprendimento automatico basati su reti neurali profonde vengono spesso descritti come “scatole nere”, cioè modelli complessi il cui funzionamento interno risulta difficile da interpretare anche per gli stessi sviluppatori. Per applicazioni che coinvolgono decisioni sensibili, come la medicina, la finanza o la pubblica amministrazione, la capacità di comprendere e spiegare le decisioni degli algoritmi diventa un requisito fondamentale. Il centro IA@UniFE si propone quindi di contribuire allo sviluppo di sistemi intelligenti più trasparenti, robusti e affidabili, in grado di coniugare prestazioni elevate con la possibilità di analizzare e verificare i processi decisionali.
Oltre alla ricerca scientifica, il nuovo centro avrà un ruolo importante anche nella formazione avanzata. Tra le attività previste rientrano l’organizzazione di seminari, convegni e workshop dedicati ai temi dell’intelligenza artificiale, ma anche il supporto allo sviluppo di percorsi formativi specializzati come master universitari, corsi di dottorato, programmi di formazione avanzata e scuole estive. L’obiettivo è creare un ambiente accademico capace di formare nuove generazioni di ricercatori e professionisti con competenze avanzate nell’ambito dell’AI e della data science.
Il centro contribuirà inoltre all’innovazione della didattica universitaria, integrando l’intelligenza artificiale nei percorsi di studio e nelle metodologie di insegnamento. Le università stanno infatti sperimentando nuove modalità di apprendimento basate su strumenti digitali avanzati, simulazioni e piattaforme di analisi dei dati, che permettono di migliorare l’esperienza formativa e di sviluppare competenze sempre più richieste dal mercato del lavoro.
Un ulteriore ambito di attività riguarda il trasferimento tecnologico verso il sistema produttivo e istituzionale. IA@UniFE si propone di collaborare con imprese, pubbliche amministrazioni e organizzazioni della società civile per sviluppare applicazioni concrete dell’intelligenza artificiale in diversi settori economici. Queste collaborazioni possono riguardare, ad esempio, lo sviluppo di sistemi di analisi dei dati per l’industria, applicazioni di machine learning per la gestione ambientale, tecnologie di automazione intelligente per i servizi pubblici o strumenti di supporto alle decisioni in ambito sanitario.